Multiple Information Source Bayesian Optimization (Paperback)
Lingua: inglese
Editore: Springer International Publishing AG, Cham, 2025
- Brossura
- Nuovo
Da: CitiRetail, Stevenage, Regno UnitoCitiRetail
Venditore AbeBooks dal 29 giugno 2022
Condizione: Nuovo
EUR 66,37
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Paperback. The book provides a comprehensive review of multiple information sources and multi-fidelity Bayesian optimization, specifically focusing on the novel "Augmented Gaussian Process methodology. The book is important to clarify the relations and the important differences in using multi-fidelity or multiple information source approaches for solving real-world problems. Choosing the most appropriate strategy, depending on the specific problem features, ensures the success of the final solution. The book also offers an overview of available software tools: in particular it presents two implementations of the Augmented Gaussian Process-based Multiple Information Source Bayesian Optimization, one in Python -- and available as a development branch in BoTorch -- and finally, a comparative analysis against other available multi-fidelity and multiple information sources optimization tools is presented, considering both test problems and real-world applications. The book will be useful to two main audiences:1. PhD candidates in Computer Science, Artificial Intelligence, Machine Learning, and Optimization2. Researchers from academia and industry who want to implement effective and efficient procedures for designing experiments and optimizing computationally expensive experiments in domains like engineering design, material science, and biotechnology. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
Codice articolo 9783031979644
- Titolo
- Multiple Information Source Bayesian Optimization (Paperback)
- Autore
- Antonio Candelieri
- Editore
- Springer International Publishing AG, Cham
- Anno di pubblicazione
- 2025
- Condizione
- new
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 10
- 3031979648
- ISBN 13
- 9783031979644
The book provides a comprehensive review of multiple information sources and multi-fidelity Bayesian optimization, specifically focusing on the novel "Augmented Gaussian Process” methodology. The book is important to clarify the relations and the important differences in using multi-fidelity or multiple information source approaches for solving real-world problems. Choosing the most appropriate strategy, depending on the specific problem features, ensures the success of the final solution. The book also offers an overview of available software tools: in particular it presents two implementations of the Augmented Gaussian Process-based Multiple Information Source Bayesian Optimization, one in Python -- and available as a development branch in BoTorch -- and finally, a comparative analysis against other available multi-fidelity and multiple information sources optimization tools is presented, considering both test problems and real-world applications.
The book will be useful to two main audiences:
1. PhD candidates in Computer Science, Artificial Intelligence, Machine Learning, and Optimization
2. Researchers from academia and industry who want to implement effective and efficient procedures for designing experiments and optimizing computationally expensive experiments in domains like engineering design, material science, and biotechnology.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Francesco Archetti is Professor Emeritus of Computer Science and full Professor of Computer Science at the Department of Informatics, Systems and Communication (DISCo), University of Milano-Bicocca, Italy. His research activities are focused on Data Analytics, Network Science, Probabilistic Modelling, Predictive Analytics, and Optimal Learning, with application to security, water management, logistics, and cyber-physical systems. He is one of the two authors of the Springer Brief Bayesian Optimization and Data Science (2019).
Antonio Candelieri is an Associate Professor for the Department of Economics, Management, and Statistics at the University of Milano-Bicocca, Italy. His research activities are focused on Machine Learning and Bayesian Optimization. He was ranked within the "Top 2% Scientists, Stanford University Ranking 2023" and received a "Paper Award 2022 Honorable Mention" from the Journal of Global Optimization (Springer). Andrea Ponti is a PhD candidate at the Department of Economics, Management, and Statistics, University of Milano-Bicocca, Italy. His research focuses on the optimization of black-box functions using advanced Bayesian methods. From an industrial perspective, he designs and develops versatile machine learning solutions, focusing on foundation models and Large Language Models (LLMs, aka what's behind ChatGPT).
Andrea Ponti is a PhD student in Data Science with a master’s degree in computer science. His research focuses on the optimization of complex black-box functions using advanced Bayesian methods. Alongside his academic work, he has practical experience developing machine learning solutions in industry, especially in the areas of foundation models and large language models. His work aims to connect research and real-world applications in a meaningful way.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
CitiRetail
Stevenage, Regno Unito
Venditore AbeBooks dal 29 giugno 2022
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 7 a 14 giorni lavorativi | Da 7 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 42,97 | EUR 42,97 |
Metodi di pagamento
Descrizione dello Store
Online business
Informazioni sull’azienda del venditore
ABC BOOKS LIMITED
10 John Street
London, Regno Unito WC1N 2EB
Condizioni di vendita
Orders can be returned within 30 days of receipt.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a CitiRetail, Stevenage, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.